版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、華中師范大學(xué)碩士學(xué)位論文基于BP神經(jīng)網(wǎng)絡(luò)的屬性選擇研究姓名：頓煜卿申請學(xué)位級別：碩士專業(yè)：計算機應(yīng)用技術(shù)指導(dǎo)教師：陳利20090501⑨碩士學(xué)位論文MASTER‘STHESISAbstractDataminingisatechnologywhichcanabstractusefulinformationfromlargescaledatasetdatapreprocessingisanimportantlinkofdataminingp
2、rocess，especiallyin11ighdimensionaldataminingUsuallythedatausedfordataanalysismaycontainhundredsoffeatures，andmanyofthem剮℃notrelevanttodataminingThereforeitisparticularlyimportanttofindouttheminiHlulnsetoffeaturestoeffec
3、tivelyimprovetheefficiencyofdataminingTherearemanydataminingtoolsofclassificationoneofwhichisneuralnetworks，andBPneuralnetworksusedindataminingofclassificationmostcommonlyHowevertherearemanydefectsexistinthemethodsofneur
4、alnetworksfeatureselectionbecausetheefficiencyoflearningalgorithmofneuralnetworksisnottoohighitselfandifweadoptthetotalfeaturesofdatasettotrainaneuralnetworks，thescaleofthenetworkwillbeverylarge，theinformationofthenetwor
5、kwillbeveryhuge，thestudyingandpredictingefficiencyofthenetworkwillbebadInordertoovercomethedeficienciesofneuralnetworksfeatureselection，weneedtoproposeanewapproachtoimprovetheexistingmethodsAnimprovedneuralnetworksfeatur
6、esselectionmethodispresentedinthepaperitcombinestheadvantagesofWrappermodelandFiltermodel，andthisapproachCanimprovethedefectsofBPneuralnetworks，whichspeedupthepredictionefficiencyofBPneuralnetworksandenhancesthepredictio
7、naccuracyofnetworksItrankstheinitialfeaturessetbyusingthemethodofsensitivityanalysis，andthenweremovesthesecondaryfeaturesaccordingtothefeaturesrankingresultstocomparetheaccuracyofBPneuralnetworkpredictionandclassificatio
8、nbetweenbeforeandafterremovingthesecondaryfeatures，atlastwecangettheminimumsetoffeaturesetbymakingacomparisonofthepredictionindifferentsituationsThesimulationresultswhichbasedontheMATLABtoolshowtheefficiencyofthisapproac
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的軟件可靠性模型選擇研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的制造過程資源環(huán)境屬性診斷的方法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的建模算法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的稅收預(yù)測研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的STATCOM控制研究.pdf
- 基于神經(jīng)網(wǎng)絡(luò)的分類數(shù)據(jù)挖掘?qū)傩赃x擇和規(guī)則抽取研究.pdf
- BP神經(jīng)網(wǎng)絡(luò)算法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像壓縮研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的股價預(yù)測研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的銷售預(yù)測研究.pdf
- 基于matlab的bp神經(jīng)網(wǎng)絡(luò)應(yīng)用
- 基于PCA-BP神經(jīng)網(wǎng)絡(luò)的物流企業(yè)聯(lián)盟伙伴選擇研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的營銷風(fēng)險評估研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的無線定位算法研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的能源草LCA研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的熱軋寬度模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的圖像檢索方法研究.pdf
- 基于改進BP神經(jīng)網(wǎng)絡(luò)的物體識別研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的匯率預(yù)測模型研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)的鋼坯編號識別研究.pdf
評論
0/150
提交評論